作業画像分類における特徴抽出器と識別器の検討

カテゴリ: 研究会(論文単位)

論文No: IIS16077

グループ名: 【D】産業応用部門 次世代産業システム研究会

発行日: 2016/09/05

タイトル(英語): Consideration of Feature Detectors and Classifiers for Working Image Classification

著者名: 渡辺 博己(岐阜県情報技術研究所),曽賀野 健一(岐阜県情報技術研究所),松原 早苗(岐阜県情報技術研究所),棚橋 英樹(岐阜県情報技術研究所)

著者名(英語): Hiroki Watanabe(Gifu Prefectural Research Institute of Information Technology),Kenichi Sogano(Gifu Prefectural Research Institute of Information Technology),Sanae Matsubara(Gifu Prefectural Research Institute of Information Technology),Hideki Tanahashi(Gifu Prefectural Research Institute of Information Technology)

キーワード: 画像分類|Ｂａｇ－ｏｆ－ｆｅａｔｕｒｅｓ|サポートベクターマシン|局所特徴量|多クラス識別器|作業画像|Image Classification|Bag-of-features|Support Vector Machine|Local Features|Multi-class classifier|Working Image

要約(日本語): 我々は、作業現場で撮影した作業画像について、BoFにより画像特徴量を抽出し、SVMにより作業カテゴリに分類するシステムを開発している。これまでに、検査工程における作業画像について、SURFにより局所特徴量を抽出し、一対他識別器により作業画像を分類するシステムの有効性を確認しているが、本報告では、局所特徴量の抽出手法、及び識別器の構成手法について、他手法との比較実験を行ったので、その結果について報告する。

要約(英語): In Bag-of-features and SVM approach, various local features extraction algorithms and multi-class classifier models have been proposed. In this paper, we report the results of some experiments on working image classification using Bag-of-features and SVM. The goal is to implement and evaluate the performance of several local features extraction algorithms and multi-class classifier models.

原稿種別: 日本語

PDFファイルサイズ: 1,059 Kバイト